......................................................................................107 8.1.1 效率提升指标................................................................................................. ，传统 的治理模式在处理突发事件、优化资源配置、提升服务质量等方面 逐渐显露出局限性。信息技术的迅猛发展，尤其是人工智能和大数 据技术的成熟，为城市治理提供了新的解决方案。DeepSeek 模型 作为一种先进的深度学习架构，具备强大的数据处理和模式识别能 力，能够有效应对城市治理中的复杂问题。引入 DeepSeek 模型， 不仅可以提升事件处置的效率和准确性，还能够为决策者提供更为 科学、实时的数据支持。 精准调配，避免资源浪费，提高使用效率。  决策支持：DeepSeek 模型能够提供基于数据的决策建议，帮 助决策者做出更为科学、合理的判断。 此外，DeepSeek 模型的引入还能够增强城市的应急响应能 力，提升公共服务质量，进而增强市民的满意度和幸福感。这一技 术的应用，不仅能够解决当前城市治理中的痛点，还能够为未来的 智慧城市建设奠定坚实的基础。通过不断的优化和迭 代，DeepSeek 模型有望成为政务城市治理中不可或缺的重要工

大模型凭借其强大的自然语言处理能力、数据分析和决策 支持功能，能够显著提升政务服务的智能化水平。通过 AI 大模型 的应用，可以实现以下核心目标： 1. 提升服务效率：通过智能问 答、自动化流程处理等功能，缩短用户等待时间，提高业务办理效 率。 2. 优化用户体验：提供个性化、精准化的服务推荐和问题解 答，提升用户满意度和参与度。 3. 降低运营成本：减少人工干 预，降低人 据共享，但在服务效率、个性化推荐、智能辅助决策等方面仍存在 一定的局限性。特别是在面对日益增长的用户需求和复杂的业务场 景时，传统的信息化手段难以有效应对。为此，引入 AI 大模型技 术成为提升政务服务智能化水平的关键路径。 AI 大模型凭借其强大的自然语言处理、数据分析和预测能力， 能够为政务平台带来以下显著优势： - 智能问答与咨询：通过自然 语言理解技术，实现用户问题的快速响应与精准解答，减少人工客 语言理解技术，实现用户问题的快速响应与精准解答，减少人工客 服压力。 - 个性化服务推荐：基于用户行为与偏好数据，提供定制 化的政务服务推荐，提高用户满意度。 - 业务流程优化：通过数据 分析与预测，优化业务流程，提升审批效率和服务质量。 - 辅助决 策支持：为政府决策提供数据驱动的智能化建议，增强决策的科学 性与时效性。 根据 2023 年全省政务服务满意度调查数据，用户对智能服务 的需求呈现显著增长趋势。具体来说：

能工单分类和智能工单转派等功能，充分展现了人工智能大模型在提升政府服务 效能方面的巨大潜力。 就目前而言，对 DeepSeek 的探索和应用仍处于起步阶段，未来需要深入探 索大模型工具在更多政务场景中的创新应用。同时，利用大模型工具开发更多智 能化、个性化的政务服务应用，切实降本增效，是未来发展的重中之重。这不仅 有助于提升政府服务的质量和效率，也有助于推动数字政府的智能化转型。 本报告梳理了 了核心驱动力。在这一转型过程中，大模型通过重构政务热线的底层技术逻辑， 正在成为推动数字政府治理现代化的重要引擎。 首先，大模型驱动资源整合，强化数字政府协同联动能力。 政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 模型通过对数据的深度挖掘和分析，解决源于数据共享受阻所导致的信息不对称、 反应不灵敏、响应不及时等接诉困境，使政务服务的业务处理更加流畅高效，极 大强化了政府部门间的整体联动性。 其次，大模型重塑政民互动模式，提升政务服务精准度。 清华数据治理研究中心 据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 治理研究中心 心 清华数据治理研究中心 清华数据治理研究中心

能技 术，提升服务效率和决策科学性。本项目旨在构建一套政务 AI 法 制员大模型，借助先进的自然语言处理(NLP)能力和机器学习算 法，助力法律法规的智能解读、咨询服务及文书自动生成等功能， 以适应新时代对政务服务的高要求。 当前，政务工作面临着信息量巨大、法律法规复杂多变的问 题。随着社会的快速发展，公共事务的处理需要更加精准快速，同 时公众对政务服务的期望也在不断提升。传统的人工处理方式已无 法制员大模型，能够快速理解和处理海 量法律文本。  实现智能法律咨询系统，公众可通过简单的自然语言提问获取 法律法规解答，进而提升信息透明度和便捷性。  支持智能文书自动生成，减少传统文书撰写周转时间，提高政 务文书处理效率。  建立法律法规知识图谱，为政策解析和决策支持提供数据支 撑。 本项目的实施将显著提升政务服务的现代化水平，促进政务透 明化、规范化和智能化，与国家治理现代化的目标相一致，推动法 治政府的建设。 和模型训练。此外，项目会关注数据安全与隐私保护，确保用户信 息的安全性与合法性。 通过全面的需求调研与技术方案设计，本项目将紧密结合实 际，确保政务 AI 法制员大模型的可行性和高效性，真正成为政务 工作中的智能助手，从而提升治理能力，增强公众满意度。 1.1 项目背景 在数字化转型加速的背景下，政府机构的工作方式正逐渐向智 能化、高效化转变。政务工作涉及大量的法律法规、政策文件、案 例分析等信息，而传统的人力处理方式不仅效率低下，而且容易出

..12 1.3 政务办公大模型 AI 应用需求..............................................................14 1.3.1 效率提升需求.............................................................................17 1.3.2 数据安全需求.... 项目背景与需求分析 随着信息技术的快速发展，人工智能（AI）在政务领域的应用 逐渐成为提升政府工作效率、优化公共服务的重要手段。当前，各 级政府机构在日常办公、决策支持、公共管理等方面面临着数据量 大、信息处理复杂、响应速度要求高等挑战。传统的办公方式已难 以满足现代化政务管理的需求，亟需引入先进的技术手段来提升整 体效能。 在此背景下，构建一个基于大模型的 AI 公共支撑平台，成为 解决 大模型，可以实现文档的 自动分类、关键词提取、内容摘要生成等功能，大幅提升信息 处理的效率和准确性。 2. 决策支持需求：政府在制定政策、规划发展时需要依赖大量的 数据和信息。AI 平台可以通过数据挖掘、趋势预测、模拟分 析等技术，为决策者提供科学、准确的参考依据，降低决策风 险。 3. 公共服务需求：随着公众对政府服务的要求不断提升，政府机 构需要更加高效、便捷的公共服务方式。AI 平台可以通过智

，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 管理及服务效率 通用大模型 大语言模型 视觉大模型 语音大模型 多模态大模型 构建智能平台 将大模型能力下沉 ，与云基础设施、大数据、开发平台 等 更多功能性组建结合 ，提升数字化基础设施运行效率 政务行业数据 政务场景特征 ©2024.6 iResearch 政务行业大模型发展驱动：需求升级 政务智能化进程加速 ，业务场景深度与广度持续提升 ，需要大模型支持 在数字化浪潮下 ，各个产业加速数字化转型 ，利用云数智工具实现业务创新和降本增效；政务行业亦与时俱进 ，加速数字化建设 ， 利用政务云等数字化平台助力政府内部管理效率不断提升 ，外部服务场景更加丰富。当前 ，大模型技术驱动新一轮人工智能升级 浪 潮 ，各传统行业正积极尝试引 业间的结合也将愈加紧密。为此 ，数字政府的管理和服务功能也需要与大模型融合 ，利用专业的行业大模型工具 ，提升数字 政府能 力 ，为更精准地处理繁杂的政务内容和更有效地实现政务职能打下基础。 借助信息化技术 ，打造电子政务 平台 ，提升政府内部办公效率 借助云计算底座及大数据平台 ，构建数字政府， 借助数字化工具提升政府办公效率 ，强化对外 政务服务、公共管理能力， 各行业全面上云、用数

，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 管理及服务效率 通用大模型 大语言模型 视觉大模型 语音大模型 多模态大模型 构建智能平台 将大模型能力下沉 ，与云基础设施、大数据、开发平台 等 更多功能性组建结合 ，提升数字化基础设施运行效率 政务行业数据 政务场景特征 ©2024.6 iResearch 政务行业大模型发展驱动：需求升级 政务智能化进程加速 ，业务场景深度与广度持续提升 ，需要大模型支持 在数字化浪潮下 ，各个产业加速数字化转型 ，利用云数智工具实现业务创新和降本增效；政务行业亦与时俱进 ，加速数字化建设 ， 利用政务云等数字化平台助力政府内部管理效率不断提升 ，外部服务场景更加丰富。当前 ，大模型技术驱动新一轮人工智能升级 浪 潮 ，各传统行业正积极尝试引 业间的结合也将愈加紧密。为此 ，数字政府的管理和服务功能也需要与大模型融合 ，利用专业的行业大模型工具 ，提升数字 政府能 力 ，为更精准地处理繁杂的政务内容和更有效地实现政务职能打下基础。 借助信息化技术 ，打造电子政务 平台 ，提升政府内部办公效率 借助云计算底座及大数据平台 ，构建数字政府， 借助数字化工具提升政府办公效率 ，强化对外 政务服务、公共管理能力， 各行业全面上云、用数

.........................................................................................22 1.3.1 提升政务处理效率.....................................................................24 1.3.2 优化用户体验........ 关键指标设定...................................................................................185 9.1.1 效率提升指标..........................................................................188 9.1.2 用户满意度指标..... ...........................................................263 1. 项目背景与目标 随着数字化转型的加速推进，政务系统面临服务效率提升与智 能化升级的双重需求。当前政务服务平台普遍存在流程冗长、人工 处理占比高、响应速度慢等问题。以某省行政审批局 2023 年数据 为例，平均单项业务处理时长达到 48 小时，其中 70%的时间消耗

性能均超越了其他开源模型 ， 甚至与顶尖的闭源大模型 GPT-4o 不相上下 ， 尤 其在数学推理上 ， DeepSeek-V3 更是遥遥领先。 DeepSeek-V3 以多项 开创性 技术 ，大幅提升了模型的性能和训练效率。 DeepSeek-V3 在性能比 肩 GPT- 4o 的同时 ，研发却只花了 558 万美元 ， 训练成本不到后者的二十分之一。 因 为表现太过优越 ， DeepSeek 选择合适的 微调算法和超参数 ，避免过拟合或欠 拟合问题 模型微调技术特点 （ 1 ） 领域针对性强： 经过微调的模 型在特定领域的表现会有显著提升 ， 能够更好地理解和处理该领域的专业 问题 （ 2 ） 模型适应性优化： 通过微调可 以调整模型的参数 ，使其更符合特定 监督微调 强化学习 不足之处： n 本地知识库 RAG （ Retrieval-Augmented Generation ） ， 即检索增强生成 ，是一种结合检索技术和生成模型的技术框 架， 旨在提升模型生成内容的准确性和相关性 其核心思想是： 在生成答案前 ， 先从外部知识库中检索相关信息 ， 再将检索结果与用户输入结合 ，指导生成模 型 输出更可靠的回答。 简单地说 ，就是利用已有的文档、

浩、罗彬彬、原超、王永霞、高新珉、吴江。 T/ISC 0079—2025 II 引 言 以人工智能大模型为核心的新一代信息技术，凭借其强大的语义理解、多模态处理及智能决策能力， 正逐步成为提升政务效率、优化决策流程、强化城市治理的重要技术支撑。然而，政务大模型在技术标 准统一性、场景适配性、安全可控性等方面仍面临挑战。为进一步规范政务大模型的技术研发与应用实 践，推动其在政策分析、智能办 人工智能 大模型 第1部分：通用要求 GB/T 45288.3—2025 人工智能 大模型 第3部分：服务能力成熟度评估 3 术语和定义 3.1 模型优化 model optimization 提升模型执行速度，泛化能力，或改善利益相关方所关心的其他特性的方法。 [来源：GB/T 41867—2022，3.2.19] 3.2 强化学习 reinforcement learning；RL 以及以此为手段提供支持需求方业务活动的服务。 注:常见大模型服务内容包括大模型平台服务、大模型开发定制服务、大模型推理及运营服务。 [来源：GB/T 45288.1—2025，3.2] 3.5 微调 fine-tuning 为提升机器学习模型预测准确性,使用专门领域数据在大模型上继续训练的过程。 注1:专门领域数据一般是特定场景的生产数据或合成数据。 注2:常用的微调方法包括提示词微调、全参微调、参数高效微调等。 [来源:GB/T41867—2022